语音交互（第一篇）

嵌入式之路，贵在日常点滴

                                                                ---阿杰在线送代码

目录

一、 LD3320模块介绍（类似于耳朵）

1、简介

2、 有三个工作模式

3、板上管脚资源

二、MP3模块（类似于嘴巴）

1、简介

2、板上管脚资源 

3、 MP3模块播放的指令和格式

三、LD3320和MP3之间的对话 

四、功能实现 

LD3320是一颗基于非特定人语音识别（SI-ASR：Speaker-Independent Automatic Speech Recognition）技术的语音识别芯片，或者说是语音声控芯片。 

非特定人语音识别是什么。

通俗点讲就是不用针对指定发音人的识别技术，这种语音识别技术不分年龄、性别，只要发音人说的是相同的语言就可以识别。再说得简单点，就是说只要是拼音可以拼出的发音，都是可以输入芯片进行识别的。

这个语音识别模块它不是智能的，不是说我们问它什么它就可以回答什么，它不像我们手机上的语音助手比如小爱或者Siri那样，能跟我们对答如流。这个模块能识别的内容，是需要我们提前设定好的，我们把要识别的关键词语列好，然后把这些关键词语以字符的形式传送到 LD3320 内部，这样才可以对用户说出的关键词语进行识别，而且在同一时刻，它最多是在50条关键词语中进行识别。

1、普通模式：不同的工作模式可以通过程序编程来实现

2、口令模式：模块工作时，我们先要说出一个一级口令，比如“芝麻开门”，模块在识别到正确的一级口令后才进行下一级的识别

3、按键触发模式：模块工作时，我们在进行语音识别之前，需要先按一下按键，接下来才能进行下一步的识别

（不同的工作模式可以通过程序编程来实现）

这三个模式我觉得口令模式比较实用，本实验，我用的就是口令模式。

如上图中这个语音识别模块的图片，红色框框中的引脚就是我们可以用的IO，竖着那一排由下而上标着P10~P17有八个，横着那一排从左往右是P34、P33，P23~P27，P41，也有8个，这样我们可以用的IO口就有16个啦，这16个IO口可以用来控制继电器，LED，或者接单片机的IO口。 

上图中，最左边由下而上标着5V，GND，TX，RX的四个引脚就是用来给模块下载程序的地方，串口就在这里了。我们通过串口给其它模块或者单片机发数据也是从这里接。 

模块型号名称是MP3-TF-16P，别看它体积不大，功能可是很强大的。简单来说，它就是一个音乐播放器，可以用来播放U盘、TF卡、NOR FLASH里的MP3、WAV、WMA格式的音频文件，同时它也可以作为电脑的声卡，用来播放电脑的声音。它也可以作为读卡器，通过USB连接电脑后就可以更新TF卡里的内容，用来更新文件。 

这个小东西能用来放音乐，放广播，它不仅支持通过按键来选曲、调音量，还可以通过单片机来操作，这也就是说，我们可以通过编程，通过串口来发指令，指定它什么时候放哪首歌曲，放多大的音量，中途插不插播广告等，根本不用我们动手，程序上就解决了。